CN108646731B - 无人驾驶车辆场端控制系统及其控制方法 - Google Patents
无人驾驶车辆场端控制系统及其控制方法 Download PDFInfo
- Publication number
- CN108646731B CN108646731B CN201810343899.5A CN201810343899A CN108646731B CN 108646731 B CN108646731 B CN 108646731B CN 201810343899 A CN201810343899 A CN 201810343899A CN 108646731 B CN108646731 B CN 108646731B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- unmanned
- control
- sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000005540 biological transmission Effects 0.000 claims description 32
- 238000004891 communication Methods 0.000 claims description 28
- 238000012216 screening Methods 0.000 claims description 16
- 238000013473 artificial intelligence Methods 0.000 claims description 13
- 230000007774 longterm Effects 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 10
- 230000003993 interaction Effects 0.000 claims description 6
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 239000004973 liquid crystal related substance Substances 0.000 claims 2
- 210000003128 head Anatomy 0.000 description 35
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000012636 effector Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008649 adaptation response Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
- G05D1/0291—Fleet control
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明提供一种无人驾驶车辆场端控制系统及其控制方法，通过在场端设置能够覆盖驾驶范围的传感器以获得车辆外轮廓形状信息以及在车端设置车辆位置感知模块以获得车辆位置信息，再将所述车辆外轮廓形状信息及所述车辆位置信息上传至设于云端的人工智能运算器进行计算以获得驱动车辆实现无人驾驶的车辆控制参数信息，从而实现了一种场端控制无人驾驶车辆的系统及控制方法，避免了现有无人驾驶车辆需要在每辆车上设置大量传感器导致的成本高昂及难以推广的技术问题，有效缩减无人驾驶车辆的配置成本及应用广度。
Description
技术领域
本发明涉及无人驾驶技术领域，具体来说涉及无人驾驶车辆场端控制系统及其控制方法。
背景技术
无人驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。它是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。为了实现前述功能，无人驾驶系统需要集自动控制、体系结构、人工智能、视觉计算等众多技术于一体，是计算机科学、模式识别和智能控制技术高度发展的产物，在国防和国民经济领域具有广阔的应用前景。
值得注意的是，现在的无人驾驶车辆为了感知周围环境，需要设置相当多的传感器，以谷歌无人驾驶汽车来说，需要设置至少五个激光雷达才能收集足够的车辆周围环境感知信息，其他还包括例如：车道保持系统(Lane-keeping)、激光测距系统(LIDAR)、红外摄像头(Infrared Camera)、立体视觉(Stereo Vision)、GPS/惯性导航系统、车轮角度编码器(Wheel Encoder)等设备，显然现有实现无人贺驶的设备数量不仅多且高昂；进一步地，对于只在特定区域范围内行驶的车辆来说，例如清洁车、叉车等工业车辆，需要在每辆车上安装整套前述高昂设备才能实现时，将导致前述工作车辆在实现无人驾驶时需要付出成本过高的问题，现有的无人驾驶控制系统及方法并不利于推广，有待进一步改进。
发明内容
鉴于上述情况，本发明提供一种无人驾驶车辆场端控制系统及其控制方法，以解决现有无人驾驶控制的实施成本过高且不利于推广的技术问题。
为实现上述目的，本发明采取的技术方案是提供一种无人驾驶车辆场端控制系统，包括：所述系统布置于一驾驶范围内，定义所述驾驶范围为所述系统的场端，所述车辆为所述系统的车端；所述场端布置有传感器以及与所述传感器通讯连接的场端无线传输设备，所述传感器与设于云端的服务器及人工智能运算器通讯连接；所述车端设有电子控制单元分别与车辆位置感知模块及车端执行器连接，所述电子控制单元并通过车端无线传输设备对所述传感器通讯连接；其中，所述传感器，用以感测车辆外轮廓形状信息并据以计算获得控制目标车辆的车辆状态信息，所述车辆状态信息通过所述场端无线传输设备输出至所述人工智能运算器；所述车辆位置感知模块，用以感测并通过所述车端无线传输设备输出车辆位置信息至所述服务器，令所述服务器根据所述车辆位置信息识别确认控制目标车辆在驾驶范围内的初始坐标位置；所述人工智能运算器，用以根据所述车辆状态信息及车辆位置信息计算获得包括制动、转向、动力、变速、HMI人机交互系统、bcm车身控制系统以及稳定及差速控制的车辆控制参数信息，并获得控制目标车辆在驾驶范围内的精确坐标位置及初步车头方向；所述电子控制单元，通过所述服务器及所述车端无线传输设备接收获得所述车辆控制参数信息，并据以驱动所述车端执行器运行实现无人驾驶。
本发明的系统实施例中，所述传感器选自激光雷达、毫米波雷达、超宽带雷达、摄像头或其组合。
本发明的系统实施例中，所述传感器为激光雷达，所述激光雷达通过所述车辆外轮廓形状信息计算获得包括车头与需行驶路切线的夹角、车身与需行驶路切线的夹角、车尾方位角、车头转动角速度、车头转动的角加速度、车辆行进速度、车辆车头位置坐标或车辆质心的坐标及车尾位置坐标的所述车辆状态信息。
本发明的系统实施例中，所述传感器选自摄像头、摄像头与毫米波雷达或摄像头与超声波雷达的组合；所述传感器通过所述车辆外轮廓形状信息计算获得包括车头与需行驶路切线的夹角、车身与需行驶路切线的夹角、车尾方位角、车头转动角速度、车头转动的角加速度、车辆行进速度、车辆车头位置坐标或车辆质心的坐标及车尾位置坐标的所述车辆状态信息。
本发明的系统实施例中，所述车辆位置感知模块包括全球定位系统(GPS)及惯性测量单元(IMU)；所述车端无线传输设备为V2X射频设备，用以进行信息的接收或发射，并对信息进行解码和编码；所述V2X射频设备通过专用短程通信技术(DSRC，Dedicated ShortRange Communications)及/或长期演进通信技术(LTE，Long Term Evolution)实现无线通讯。
本发明的系统实施例中，所述场端无线传输设备用以进行信息的接收或发射，并对信息进行解码和编码；所述场端无线传输设备通过长期演进通信技术(LTE，Long TermEvolution)、IEEE 802.11p(又称WAVE,Wireless Access in the VehicularEnvironment)或wifi实现无线通讯。
本发明的系统实施例中，所述车端还设有行驶指纹识别模块，所述行驶指纹识别模块与所述电子控制单元连接，用以输出目标甄别信息至所述服务器，令所述服务器根据所述车辆位置信息及所述目标甄别信息甄别确认所述控制目标车辆。
另外，本发明还提供了一种无人驾驶车辆场端控制方法，其中，定义所述车辆为车辆，所述车辆的驾驶范围为场端；其中，所述控制方法的步骤包括：
传感器布置步骤：将若干传感器布置于所述驾驶范围内；
车辆状态判定步骤：所述传感器感测获得所述驾驶范围内的车辆外轮廓形状信息，并据以计算获得控制目标车辆的车辆状态信息，所述车辆状态信息无线传输至设于云端的人工智能运算器；
车辆位置初步识别步骤：以设于车端的车辆位置感知模块感测获得车辆位置信息后无线传输至设于云端的服务器，令所述服务器根据所述车辆位置信息识别确认控制目标车辆在驾驶范围内的初始坐标位置；
云端计算车辆控制参数步骤：以设于云端的所述人工智能运算器根据所述车辆状态信息及所述车辆位置信息计算获得包括制动、转向、动力、变速、HMI人机交互系统、bcm车身控制系统以及稳定及差速控制的车辆控制参数信息，并获得控制目标车辆在驾驶范围内的精确坐标位置及初步车头方向；
无人驾驶执行步骤：将所述车辆控制参数信息无线传输至所述车端的电子控制单元，所述电子控制单元根据所述车辆控制参数信息驱动设于车端的车端执行器运行，使控制目标车辆执行该些参数后实现场端控制无人驾驶。
本发明的方法实施例中，所述传感器选自激光雷达、毫米波雷达、超宽带雷达、摄像头或其组合；所述传感器通过所述车辆外轮廓形状信息计算获得包括车头与需行驶路切线的夹角、车身与需行驶路切线的夹角、车尾方位角、车头转动角速度、车头转动的角加速度、车辆行进速度、车辆车头位置坐标或车辆质心的坐标及车尾位置坐标的所述车辆状态信息。
本发明的方法实施例中，所述车端还设有行驶指纹识别模块，所述行驶指纹识别模块与所述电子控制单元连接，用以输出目标甄别信息至所述服务器，令所述服务器根据所述车辆位置信息及所述目标甄别信息甄别确认所述控制目标车辆。
本发明由于采用了以上技术方案，使其具有以下有益效果：
本发明通过前述无人驾驶车辆场端控制系统及其控制方法，在场端设置能够覆盖驾驶范围的传感器以获得车辆外轮廓形状信息以及在车端设置车辆位置感知模块以获得车辆位置信息，再将所述车辆外轮廓形状信息及所述车辆位置信息上传至设于云端的人工智能运算器进行计算以获得驱动车辆实现无人驾驶的车辆控制参数信息，从而实现了一种场端控制无人驾驶车辆的系统及控制方法，避免了现有无人驾驶车辆需要在每辆车上设置大量传感器导致的成本高昂及难以推广的技术问题，有效缩减无人驾驶车辆的配置成本及应用广度。
附图说明
图1是本发明无人驾驶车辆场端控制系统的整体架构示意图。
图2是本发明无人驾驶车辆场端控制系统的构件间信息传输示意图。
附图标记与部件的对应关系如下：
驾驶范围A；车辆B；传感器1；场端无线传输设备2；服务器3；人工智能运算器4；车辆位置感知模块5；电子控制单元6；车端执行器7；行驶指纹识别模块8；车端无线传输设备9；车辆状态信息s1；车辆位置信息s2；车辆控制参数信息s3；目标甄别信息s4。
具体实施方式
为利于对本发明的了解，以下结合附图及实施例进行说明。
请配合参阅图1、图2所示，本发明提供一种无人驾驶车辆场端控制系统及其控制方法，所述无人驾驶车辆场端控制系统包括了传感器1、场端无线传输设备2、服务器3、人工智能运算器4、车辆位置感知模块5、电子控制单元6、车端执行器7、行驶指纹识别模块8及车端无线传输设备9。
所述系统布置于一驾驶范围A内，以令车辆B通过本发明系统实现在所述驾驶范围A内实现场端控制车辆进行无人驾驶操作。其中，如图1所示，定义所述驾驶范围A为所述系统的场端，所述车辆B为所述系统的车端；所述场端布置有传感器1以及与所述传感器1通讯连接的场端无线传输设备2，所述传感器1与设于云端的服务器3及人工智能运算器4通讯连接，所述传感器1的布置数量以能够覆盖所述驾驶范围A实现对其中车辆进行有效感测为准。所述车端设有电子控制单元6分别与车辆位置感知模块5、车端执行器7及行驶指纹识别模块8连接，所述电子控制单元6并通过车端无线传输设备9对所述传感器1通讯连接，令来自所述车辆位置感知模块5、车端执行器7、行驶指纹识别模块8的信息通过所述电子控制单元6、车端无线传输设备9后无线传输至云端的服务器3及人工智能运算器4；所述服务器3及所述人工智能运算器4可设于场端本地或者云端。
于本发明实施例中，所述传感器1可以被设置在驾驶范围A内的电线杆、墙体、房顶及/或交通基础设施上。所述驾驶范围A及车辆B具体可以是园区、共享车、校园车、仓储、港口、环卫、定线公交车、景区、军用等特定场景、用途的无人驾驶应用。
如图1、图2所示，所述传感器1用以感测车辆外轮廓形状信息并据以计算获得控制目标车辆的车辆状态信息s1，所述车辆状态信息s1通过所述场端无线传输设备2输出至所述人工智能运算器4。所述车辆位置感知模块5，用以感测并通过所述车端无线传输设备9输出车辆位置信息s2至所述服务器3，令所述服务器3根据所述车辆位置信息s2识别确认控制目标车辆在驾驶范围A内的初始坐标位置。所述人工智能运算器4，用以根据所述车辆状态信息s1及车辆位置信息s2计算获得包括制动、转向、动力、变速、HMI人机交互系统、bcm车身控制系统以及稳定及差速控制的车辆控制参数信息s3，并获得控制目标车辆在驾驶范围A内的精确坐标位置及初步车头方向。所述电子控制单元6，通过所述服务器3及所述车端无线传输设备9接收获得所述车辆控制参数信息s3，并据以驱动所述车端执行器7运行实现无人驾驶。
其中，所述车辆位置感知模块5包括全球定位系统(GPS)及惯性测量单元(IMU)；所述车端无线传输设备9为V2X射频设备，用以进行信息的接收或发射，并对信息进行解码和编码；所述V2X射频设备通过专用短程通信技术(DSRC，Dedicated Short RangeCommunications)及/或长期演进通信技术(LTE，Long Term Evolution)实现无线通讯。所述场端无线传输设备2用以进行信息的接收或发射，并对信息进行解码和编码；所述场端无线传输设备2通过长期演进通信技术(LTE，Long Term Evolution)、IEEE 802.11p(又称WAVE,Wireless Access in the Vehicular Environment)或wifi实现无线通讯。
于本发明实施例中，所述车端无线传输设备9还可以通过IEEE 802.11p(又称WAVE,Wireless Access in the Vehicular Environment)或类wifi但去掉握手和地址鉴别技术，以快速实现握手的无线通讯技术，并可达1M-500M的实时信号传送。
于本发明实施例中，所述车端执行器7包括车辆行驶过程中需要参与以驱动汽车沿计算获得路径行走的汽车构件，例如转向电机、动力电机、制动电机、车灯等，但不限于前述。借此，所述车端执行器7通过接收到的车辆控制参数信息s3调整例如打方向盘的角度、油门控制力度、刹车力度等控制车辆驾驶状态的参数，使车辆根据该些参数执行后，实现车辆沿着由车辆外轮廓形状信息计算获得的路点(waypoint)行走，进而实现车上无激光雷达无任何传感器的低成本无人驾驶。
其中，所述人工智能运算器4基于偱线算法，以车辆状态信息s1为基础计算获得所述车辆控制参数信息s3，所述偱线算法主要包括目标点最短距离算法与车头方向/距离优先选择算法等。所述车辆状态信息s1。
进一步地，于本发明实施例中，由于GPS的误差约为5至10米，当一个传感器1的感测范围内同时存在多辆车辆，致使服务器3无法只通过车辆位置信息s2识别出控制目标车辆时，所述行驶指纹识别模块8可以通过输出目标甄别信息s4至服务器3，供服务器3在车辆位置信息s2及目标甄别信息s4的信息下准确甄别出控制目标车辆。
此外，于本发明实施例中，所述行驶指纹识别模块8可以常态地与所述车辆位置感知模块5一起输出相关信息至所述服务器3，也可以控制目标车辆的置信度小于95％，使服务器3无法识别控制目标车辆时，反向控制所述行驶指纹识别模块8输出目标甄别信息s4以供进一步甄别。
其中，所述目标甄别信息s4具体可通过以下方式获得：
1、使用微小人眼无法查觉的车速波形来指示甄别控制目标车辆；
2、使用固定时间微刹一次车来指示甄别控制目标车辆；
3、使用固定时间微加速一次车来指示甄别控制目标车辆；
4、使用车头大灯灯光(包括按一定频率来闪的方法或固定时间闪一下)来指示甄别控制目标车辆；
5、使用车上发身细小肉眼看不见的红外线(包括按一定频率来闪的方法或固定时间闪一下)来指示甄别控制目标车辆；
6、使用车上已有的喇叭在固定时刻响一次来指示甄别控制目标车辆；
7、使用车上已有的人耳听不见的超声波在固定时刻响一次来指示甄别控制目标车辆；
8、使用车上的双跳灯指示甄别控制目标车辆。
进一步地，本发明的传感器1可选自激光雷达、毫米波雷达、超宽带雷达、摄像头或其组合。
较佳地，当所述传感器1为激光雷达时，所述激光雷达通过所述车辆外轮廓形状信息计算获得包括车头与需行驶路切线的夹角、车身与需行驶路切线的夹角、车尾方位角、车头转动角速度、车头转动的角加速度、车辆行进速度、车辆车头位置坐标或车辆质心的坐标及车尾位置坐标的所述车辆状态信息s1。
于本发明实施例中，所述车辆状态信息s1包括车头与需行驶路切线的夹角、车身与需行驶路切线的夹角、车尾方位角、车头转动角速度、车头转动的角加速度、车辆行进速度、车辆车头位置坐标或车辆质心的坐标及车尾位置坐标及车尾位置坐标。所述人工智能运算器4通过前述数据计算获得车辆当前的质心位置在地图中的坐标(激光的精确度小于5cm)、车头的角度、目标车道的路点等资讯，例如，车辆的质心位置可由车辆车头位置坐标或车辆质心的坐标及车尾位置坐标及车尾位置坐标计算获得。
于本发明实施例中，所述激光雷达基于包括采样一致性算法、特征直方图算法、机器学习训练、深度学习等方法，实现通过车辆外轮廓形状信息计算获得车辆状态信息s1。
较佳地，所述传感器1选自摄像头、摄像头与毫米波雷达或摄像头与超声波雷达的组合；所述传感器1通过所述车辆外轮廓形状信息计算获得包括车头与需行驶路切线的夹角、车身与需行驶路切线的夹角、车尾方位角、车头转动角速度、车头转动的角加速度、车辆行进速度、车辆车头位置坐标或车辆质心的坐标及车尾位置坐标的所述车辆状态信息s1。
于本发明实施例中，所述摄像头基于深度学习的3D包围盒技术(3D boundingbox)，实现通过车辆外轮廓形状信息计算获得车辆状态信息s1。进一步地，在采用摄像头或其与雷达的组合作为传感器1时，可通过不停地开车采集数据，制成训练集，即使用人手标注的方式得到前述车辆状态信息s1的值；然后把控制目标车辆图像和此张图像对应的车辆状态信息s1的值输送至人工智能运算器4并存储，即可形成本发明系统的学习训练集。在训练过程中，可使用图形处理器(GPU)离线在场端控制室里进行训练数据，以生成训练好的模型。是以，通过本发明系统训练好的模型，即使没有标注值，仍可利用所述模型，输入任意车辆图片，计算出所述图片中车辆的车辆状态信息s1。
以上说明了本发明无人驾驶车辆场端控制系统的具体实施方式，以下请配合参阅图1、图2，本发明无人驾驶车辆场端控制方法的步骤包括：
传感器布置步骤：将若干传感器1布置于所述驾驶范围A内；
车辆状态判定步骤：所述传感器1感测获得所述驾驶范围A内的车辆外轮廓形状信息，并据以计算获得控制目标车辆的车辆状态信息s1，所述车辆状态信息s1无线传输至设于云端的人工智能运算器4；
车辆位置初步识别步骤：以设于车端的车辆位置感知模块5感测获得车辆位置信息s2后无线传输至设于云端的服务器3，令所述服务器3根据所述车辆位置信息s2识别确认控制目标车辆在驾驶范围A内的初始坐标位置；
云端计算车辆控制参数步骤：以设于云端的所述人工智能运算器4根据所述车辆状态信息s1及所述车辆位置信息s2计算获得包括制动、转向、动力、变速、HMI人机交互系统、bcm车身控制系统以及稳定及差速控制的车辆控制参数信息s3，并获得控制目标车辆在驾驶范围A内的精确坐标位置及初步车头方向；
无人驾驶执行步骤：将所述车辆控制参数信息s3无线传输至所述车端的电子控制单元6，所述电子控制单元6根据所述车辆控制参数信息s3驱动设于车端的车端执行器7运行，使控制目标车辆执行该些参数后实现场端控制无人驾驶。
具体地，所述方法中的传感器1可选自激光雷达、毫米波雷达、超宽带雷达、摄像头或其组合；所述传感器1通过所述车辆外轮廓形状信息计算获得包括车头与需行驶路切线的夹角、车身与需行驶路切线的夹角、车尾方位角、车头转动角速度、车头转动的角加速度、车辆行进速度、车辆车头位置坐标或车辆质心的坐标及车尾位置坐标的所述车辆状态信息s1。
具体地，所述方法中的车端还设有行驶指纹识别模块8，所述行驶指纹识别模块8与所述电子控制单元6连接，用以输出目标甄别信息s4至所述服务器3，令所述服务器3根据所述车辆位置信息s2及所述目标甄别信息s4甄别确认所述控制目标车辆。
据上，本发明通过前述无人驾驶车辆场端控制系统及其控制方法，能够实现以下技术效果：
(1)本发明通过将传感器1设于场端配合设于车端的车辆位置感知模块5，实现在驾驶范围内实现场端控制无人驾驶车辆的目的，能够避免需要在每一台车辆上安装多个昂贵传感器1所造成的高成本难以推广的问题，并可通过在驾驶范围A内设置适当数量的传感器1即可实现驾驶范围A内车辆的无人驾驶控制。例如，在2公里×2公里(km2)的驾驶范围A内，以每10米设置一个摄像头即可，或者以每100米设置一个激光雷达，即可实现驾驶范围A中的感测目的。
(2)本发明通过以设于场端本地或者云端的服务器3及人工智能运算器4完成复杂的信息计算工作，能够避免需要在车端设置为了计算获得信息所需要的电脑设备，避免了车辆内高温、车内空间不足、布线、车内EMC干扰等导致的电脑设备设置问题；同时避免车端电脑设备的安装及维护成本。
(3)本发明无人驾驶车辆场端控制系统及其控制方法中，由于现有的车辆基本皆已配置车辆位置感知模块5(GPS)、电子控制单元6(车载电脑)、车端执行器7(汽车动力构件)，因此，本发明系统中的车辆只需要另外安装车端无线传输设备9，用以和云端的服务器3及人工智能运算器4进行无线通讯，具有相当低的车辆改装成本且适用的车辆种类广泛，相当有利于推广无人驾驶。
(4)本发明无人驾驶车辆场端控制系统及其控制方法特别适用于特定场景的无人驾驶，例如园区、共享车、校园车、仓储、港口、环卫、定线公交车、景区、军用等。
(5)本发明通过场端感测车辆来实现无人驾驶目的，从而使本发明系统的传感器1、数据计算方法等的更新更为容易、灵活，且基本不需要更改车端设备。
(6)本发明系统及其控制方法通过分布在场端的各个传感器1实现一种分布式控制，能够进一步通过其他传感器1感知控制目标车辆附近但感测控制目标车辆的传感器1未能感测到的其他车辆状态，以对控制目标车辆形成预警或适应性反应作用。例如，远处有车开的很快要来了，系统能够通过传感器1即早使控制目标车辆知道应避开或减速，以免相撞；或者，前线堵车，则可使控制目标车辆开慢一点，以避免一开一停耗油或一开一停造成效率很低的幽灵堵车现象。
(7)本发明的无人驾驶车辆场端控制系统及其控制方法，由于通过场端直接控制所有车辆，能够获取车队所有车辆的信息，而有效用于车队控制。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (10)
1.一种无人驾驶车辆场端控制系统，其特征在于：
所述系统布置于一驾驶范围内，定义所述驾驶范围为所述系统的场端，所述车辆为所述系统的车端；所述场端布置有传感器以及与所述传感器通讯连接的场端无线传输设备，所述传感器与设于云端的服务器及人工智能运算器通讯连接；所述车端设有电子控制单元分别与车辆位置感知模块及车端执行器连接，所述电子控制单元并通过车端无线传输设备对所述传感器通讯连接；其中，
所述传感器，用以感测车辆外轮廓形状信息并据以计算获得控制目标车辆的车辆状态信息，所述车辆状态信息通过所述场端无线传输设备输出至所述人工智能运算器；
所述车辆位置感知模块，用以感测并通过所述车端无线传输设备输出车辆位置信息至所述服务器，令所述服务器根据所述车辆位置信息识别确认控制目标车辆在驾驶范围内的初始坐标位置；
所述人工智能运算器，用以根据所述车辆状态信息及车辆位置信息计算获得包括制动、转向、动力、变速、HMI人机交互系统、bcm车身控制系统以及稳定及差速控制的车辆控制参数信息，并获得控制目标车辆在驾驶范围内的精确坐标位置及初步车头方向；
所述电子控制单元，通过所述服务器及所述车端无线传输设备接收获得所述车辆控制参数信息，并据以驱动所述车端执行器运行实现无人驾驶。
2.根据权利要求1所述的无人驾驶车辆场端控制系统，其特征在于：
所述传感器选自激光雷达、毫米波雷达、超宽带雷达、摄像头或其组合。
3.根据权利要求1所述的无人驾驶车辆场端控制系统，其特征在于：
所述传感器为激光雷达，所述激光雷达通过所述车辆外轮廓形状信息计算获得包括车头与需行驶路切线的夹角、车身与需行驶路切线的夹角、车尾方位角、车头转动角速度、车头转动的角加速度、车辆行进速度、车辆车头位置坐标或车辆质心的坐标及车尾位置坐标的所述车辆状态信息。
4.根据权利要求1所述的无人驾驶车辆场端控制系统，其特征在于：
所述传感器选自摄像头、摄像头与毫米波雷达或摄像头与超声波雷达的组合；所述传感器通过所述车辆外轮廓形状信息计算获得包括车头与需行驶路切线的夹角、车身与需行驶路切线的夹角、车尾方位角、车头转动角速度、车头转动的角加速度、车辆行进速度、车辆车头位置坐标或车辆质心的坐标及车尾位置坐标的所述车辆状态信息。
5.根据权利要求1所述的无人驾驶车辆场端控制系统，其特征在于：
所述车辆位置感知模块包括全球定位系统(GPS)及惯性测量单元(IMU)；
所述车端无线传输设备为V2X射频设备，用以进行信息的接收或发射，并对信息进行解码和编码；所述V2X射频设备通过专用短程通信技术(DSRC，Dedicated Short RangeCommunications)及/或长期演进通信技术(LTE，Long Term Evolution)实现无线通讯。
6.根据权利要求1所述的无人驾驶车辆场端控制系统，其特征在于：
所述场端无线传输设备用以进行信息的接收或发射，并对信息进行解码和编码；所述场端无线传输设备通过长期演进通信技术(LTE，Long Term Evolution)、IEEE 802.11p(又称WAVE,Wireless Access in the Vehicular Environment)或wifi实现无线通讯。
7.根据权利要求1至6中任一权利要求所述的无人驾驶车辆场端控制系统，其特征在于：
所述车端还设有行驶指纹识别模块，所述行驶指纹识别模块与所述电子控制单元连接，用以输出目标甄别信息至所述服务器，令所述服务器根据所述车辆位置信息及所述目标甄别信息甄别确认所述控制目标车辆。
8.一种无人驾驶车辆场端控制方法，其特征在于，定义所述车辆为车辆，所述车辆的驾驶范围为场端；其中，所述控制方法的步骤包括：
传感器布置步骤：将若干传感器布置于所述驾驶范围内；
车辆状态判定步骤：所述传感器感测获得所述驾驶范围内的车辆外轮廓形状信息，并据以计算获得控制目标车辆的车辆状态信息，所述车辆状态信息无线传输至设于云端的人工智能运算器；
车辆位置初步识别步骤：以设于车端的车辆位置感知模块感测获得车辆位置信息后无线传输至设于云端的服务器，令所述服务器根据所述车辆位置信息识别确认控制目标车辆在驾驶范围内的初始坐标位置；
云端计算车辆控制参数步骤：以设于云端的所述人工智能运算器根据所述车辆状态信息及所述车辆位置信息计算获得包括制动、转向、动力、变速、HMI人机交互系统、bcm车身控制系统以及稳定及差速控制的车辆控制参数信息，并获得控制目标车辆在驾驶范围内的精确坐标位置及初步车头方向；
无人驾驶执行步骤：将所述车辆控制参数信息无线传输至所述车端的电子控制单元，所述电子控制单元根据所述车辆控制参数信息驱动设于车端的车端执行器运行，使控制目标车辆执行该些参数后实现场端控制无人驾驶。
9.根据权利要求8所述的无人驾驶车辆场端控制方法，其特征在于：
所述传感器选自激光雷达、毫米波雷达、超宽带雷达、摄像头或其组合；所述传感器通过所述车辆外轮廓形状信息计算获得包括车头与需行驶路切线的夹角、车身与需行驶路切线的夹角、车尾方位角、车头转动角速度、车头转动的角加速度、车辆行进速度、车辆车头位置坐标或车辆质心的坐标及车尾位置坐标的所述车辆状态信息。
10.根据权利要求8或9所述的无人驾驶车辆场端控制方法，其特征在于：
所述车端还设有行驶指纹识别模块，所述行驶指纹识别模块与所述电子控制单元连接，用以输出目标甄别信息至所述服务器，令所述服务器根据所述车辆位置信息及所述目标甄别信息甄别确认所述控制目标车辆。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810343899.5A CN108646731B (zh) | 2018-04-17 | 2018-04-17 | 无人驾驶车辆场端控制系统及其控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810343899.5A CN108646731B (zh) | 2018-04-17 | 2018-04-17 | 无人驾驶车辆场端控制系统及其控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108646731A CN108646731A (zh) | 2018-10-12 |
| CN108646731B true CN108646731B (zh) | 2023-09-05 |
Family
ID=63746328
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810343899.5A Active CN108646731B (zh) | 2018-04-17 | 2018-04-17 | 无人驾驶车辆场端控制系统及其控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108646731B (zh) |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109729164B (zh) * | 2018-12-28 | 2021-11-09 | 国汽(北京)智能网联汽车研究院有限公司 | 智能网联汽车计算平台车端与云端运算等级分配方法 |
| CN110775055B (zh) * | 2019-01-25 | 2021-12-28 | 长城汽车股份有限公司 | 车载控制装置、场端定位装置、车辆控制系统及车辆 |
| CN110794822A (zh) * | 2019-01-25 | 2020-02-14 | 长城汽车股份有限公司 | 车载控制装置、场端定位装置、车辆控制系统及车辆 |
| CN110794821B (zh) * | 2019-01-25 | 2022-05-27 | 长城汽车股份有限公司 | 车载控制装置、场端定位装置、车辆控制系统及车辆 |
| CN110775054B (zh) * | 2019-01-25 | 2021-12-28 | 长城汽车股份有限公司 | 车载控制装置、场端定位装置、车辆控制系统及车辆 |
| WO2020151664A1 (zh) * | 2019-01-25 | 2020-07-30 | 长城汽车股份有限公司 | 车载控制装置、场端定位装置及车辆 |
| CN110103952B (zh) * | 2019-04-29 | 2021-09-28 | 北京百度网讯科技有限公司 | 基于路侧感知装置的车辆驾驶方法、装置和车路协同系统 |
| CN110096204A (zh) * | 2019-04-30 | 2019-08-06 | 禾多科技（北京）有限公司 | 具有数据可视化功能的人机交互方法 |
| CN110208787A (zh) * | 2019-05-05 | 2019-09-06 | 北京航空航天大学 | 一种基于v2i的智能网联自动驾驶汽车辅助感知路灯系统 |
| CN110162899A (zh) * | 2019-05-28 | 2019-08-23 | 禾多科技（北京）有限公司 | 场端激光雷达快速部署方法 |
| CN110208739B (zh) * | 2019-05-29 | 2022-10-11 | 阿波罗智能技术(北京)有限公司 | 基于路侧设备利用v2x的辅助车辆定位的方法、装置、设备 |
| CN110428583B (zh) * | 2019-07-18 | 2023-08-18 | 华东师范大学 | 一种基于嵌入式开发和深度学习的叉车实时监控预警系统及方法 |
| CN110262520A (zh) * | 2019-07-23 | 2019-09-20 | 佛山市鼎辰盛科技有限公司 | 载人自动驾驶设备控制系统 |
| CN111223354A (zh) * | 2019-12-31 | 2020-06-02 | 塔普翊海（上海）智能科技有限公司 | 无人小车、基于ar和ai技术的无人车实训平台及方法 |
| CN113068292B (zh) * | 2021-03-30 | 2022-11-11 | 北京经纬恒润科技股份有限公司 | 一种车辆大灯控制系统及其方法 |
| CN113406932A (zh) * | 2021-06-02 | 2021-09-17 | 上海追势科技有限公司 | 一种用于车辆生产线的低速自动驾驶系统及其方法 |
| CN113942547B (zh) * | 2021-09-30 | 2024-03-15 | 大连华锐重工焦炉车辆设备有限公司 | 一种自行式电驱动混铁水车的智能控制系统及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100851120B1 (ko) * | 2006-12-13 | 2008-08-08 | 현대자동차주식회사 | 이에스피 통합형 차선 유지 지원장치 및 그 제어 방법 |
| CN201191381Y (zh) * | 2007-10-18 | 2009-02-04 | 张国成 | 无人驾驶车辆的行车系统 |
| KR20150071419A (ko) * | 2013-12-18 | 2015-06-26 | 국방과학연구소 | 무인자율차량 및 이의 동적환경기반 자율주행방법 |
| CN104943684A (zh) * | 2014-03-31 | 2015-09-30 | 比亚迪股份有限公司 | 无人驾驶汽车控制系统和具有其的汽车 |
| CN105005302A (zh) * | 2015-05-29 | 2015-10-28 | 李祥榕 | 一种基于gps和rfid的车辆自动控制系统及方法 |
| KR20170053769A (ko) * | 2015-11-06 | 2017-05-17 | 고려대학교 산학협력단 | 무인비행체를 이용한 타워크레인의 운전 보조시스템 및 이를 이용한 타워크레인의 영상 제공 방법 |
| JP2018036865A (ja) * | 2016-08-31 | 2018-03-08 | サイレックス・テクノロジー株式会社 | 無人走行車、無人走行車の走行システム、及び、無人走行車の制御方法 |
| CN107797534A (zh) * | 2017-09-30 | 2018-03-13 | 安徽江淮汽车集团股份有限公司 | 一种纯电动自动驾驶系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120059109A (ko) * | 2010-11-30 | 2012-06-08 | 한국전자통신연구원 | 레이저 스캐너 센서를 이용한 다중 차량 감지 장치 및 그 방법 |
-
2018
- 2018-04-17 CN CN201810343899.5A patent/CN108646731B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100851120B1 (ko) * | 2006-12-13 | 2008-08-08 | 현대자동차주식회사 | 이에스피 통합형 차선 유지 지원장치 및 그 제어 방법 |
| CN201191381Y (zh) * | 2007-10-18 | 2009-02-04 | 张国成 | 无人驾驶车辆的行车系统 |
| KR20150071419A (ko) * | 2013-12-18 | 2015-06-26 | 국방과학연구소 | 무인자율차량 및 이의 동적환경기반 자율주행방법 |
| CN104943684A (zh) * | 2014-03-31 | 2015-09-30 | 比亚迪股份有限公司 | 无人驾驶汽车控制系统和具有其的汽车 |
| CN105005302A (zh) * | 2015-05-29 | 2015-10-28 | 李祥榕 | 一种基于gps和rfid的车辆自动控制系统及方法 |
| KR20170053769A (ko) * | 2015-11-06 | 2017-05-17 | 고려대학교 산학협력단 | 무인비행체를 이용한 타워크레인의 운전 보조시스템 및 이를 이용한 타워크레인의 영상 제공 방법 |
| JP2018036865A (ja) * | 2016-08-31 | 2018-03-08 | サイレックス・テクノロジー株式会社 | 無人走行車、無人走行車の走行システム、及び、無人走行車の制御方法 |
| CN107797534A (zh) * | 2017-09-30 | 2018-03-13 | 安徽江淮汽车集团股份有限公司 | 一种纯电动自动驾驶系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108646731A (zh) | 2018-10-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108646731B (zh) | 无人驾驶车辆场端控制系统及其控制方法 | |
| US10437257B2 (en) | Autonomous driving system | |
| EP3072770B1 (en) | Autonomous driving device | |
| US10331139B2 (en) | Navigation device for autonomously driving vehicle | |
| CN108688660B (zh) | 运行范围确定装置 | |
| CN214151498U (zh) | 一种车辆控制系统及车辆 | |
| US9880554B2 (en) | Misrecognition determination device | |
| JP6729220B2 (ja) | 車両用運転支援装置 | |
| US10642278B2 (en) | Autonomous driving device | |
| CN111775945B (zh) | 用于自动驾驶的用于检测最接近的路径内对象的方法和装置 | |
| CN110928286B (zh) | 用于控制车辆的自动驾驶的方法、设备、介质和系统 | |
| US11467576B2 (en) | Autonomous driving system | |
| CN110371018B (zh) | 使用其他车辆车灯的信息改善车辆行为 | |
| CN112512887B (zh) | 一种行驶决策选择方法以及装置 | |
| US11514790B2 (en) | Collaborative perception for autonomous vehicles | |
| JP7225400B2 (ja) | 車両制御装置 | |
| JP7374098B2 (ja) | 情報処理装置及び情報処理方法、コンピュータプログラム、情報処理システム、並びに移動体装置 | |
| CN113853533A (zh) | 来自雷达数据的偏航率 | |
| US11556127B2 (en) | Static obstacle map based perception system | |
| CN111186373A (zh) | 报告装置 | |
| US10860868B2 (en) | Lane post-processing in an autonomous driving vehicle | |
| CN112824997A (zh) | 用于局部行进车道感知的方法和系统 | |
| CN113885011A (zh) | 自动车辆的基于点云图的光检测测距重新校准系统 | |
| WO2020031812A1 (ja) | 情報処理装置、情報処理方法、情報処理プログラム、及び移動体 | |
| US10839678B2 (en) | Vehicle identifying device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |